Bangta's quantum

인공지능 석사를 한지 어느덧 1학기가 끝나갑니다. 석사를 하는 동안 여러가지 일들이 있었고 이 기간동안 느낀 점들을 작성하고자 합니다. 수강 강의 저는 수강 페이지에 들어가면 항상 영어로 나오더군요. 기본 설정이 영어로 되어있어서 그런가 봅니다. 쨋든 한 학기동안 수강 과목은 아래와 같습니다. 인공지능개론 딥러닝기초 데이터 분석 인공지능 수학 강의 인공지능개론 인공지능의 역사, 개념, 기본적인 모델 등을 배울 수 있었습니다. 강의를 진행하면서 다양한 분들과 교류할 수 있어서 좋았습니다. 인공지능에 대한 지식이라곤 유튜브에서 끄적거리던 저에게는 단비와 같은 수업이었습니다. AI를 배워서 무엇에, 어떻게, 어디에 쓰일 수 있는지 감이 잡히지 않았었는데, 다양한 스타트업들과 기업들을 소개해 주면서 AI가 어떻..

모비율의 추정 모비율: 모집단에서 어떤 특성을 갖는 집단의 비율 종류 1. 점추정 확률변수 X: n개의 표본에서 특정 속성을 갖는 표본의 개수 모비율 𝑝의 점추정량 $\hat𝑝 = \frac{X}{n}$ 예제 대학교 1 학년생의 흡연율을 조사하기 위해 150 명을 랜덤하게 선택하여 흡연여부를 조사하였다 . 이 중 48 명이 흡연을 하고 있었다 . 이 대학교 1 학년생의 흡연율의 평균을 점추정하시오 . 𝑛 = 150 , 𝑋 = 48 $\hat𝑝 = \frac{𝑋}{𝑛} = \frac{48}{150} = 0.32$ 평균흡연율을 32% 로 추정됨 2. 구간추정 𝑛이 충분히 클 때, $n \hat p > 5, n(1 - \hat p) > 5$ 일 때를 의미 X~N(np, np(1 - p)) 확률변수 X의 표준화..

행렬분해(matrix decomposition) 중 한가지인 LU 분해에 대해 알아보겠습니다. LU분해 주어진 행렬을 L: lower triangular matrix(하삼각행렬)과 U: upper triangular matrix(상삼각행렬) 두 행렬의 곱으로 나누는 행렬분해입니다. 가우스 소거법의 forward elimination(전방소거법)을 행렬로 코드화 한 것입니다. A L U [*, *, *] [*, 0, 0] [*, *, *] [*, *, *] = [*, *, 0] [0, *, *] [*, *, *] [*, *, *] [0, 0, *] U: forward elimination의 결과물입니다. L: forward elimination의 과정 및 절차입니다. 장점 LU 분해를 이용하면 Ax = b..